Өнеркәсіптік үлкен деректер - бұл жаңа түсінік, түсінікті, өндірістік үлкен мәліметтер өндірістік ақпараттарды қолдануда пайда болған үлкен деректерді білдіреді.
Ақпараттандыру мен индустрияландырудың терең интеграциясы бар, ақпараттық технологиялар өнеркәсіптік кәсіпорындар, QR кодтары, RFID, өнеркәсіптік сенсорлар, өнеркәсіптік автоматты басқару жүйелері, өндірістік Интернет, өндірістік Интернет, өндірістік Интернет, CAD / CAE / CAE / CAE / CAI және басқа технологиялар, басқа да технологиялар.
Әсіресе, Интернет, мобильді Интернет және индустриялық саладағы заттарды Интернет сияқты жаңа буын ақпараттық технологияларын қолдану арқылы, өнеркәсіптік кәсіпорындар Интернет-индустриядағы дамудың жаңа кезеңіне кірді, ал өндірістік кәсіпорындар өткізетін мәліметтер көп болды.
Өнеркәсіптік үлкен мәліметтерді қолдану өнеркәсіптік кәсіпорындарда жаңа инновациялар мен қайта құру дәуірін әкеледі. Құны төмен қабылдау, таратылған есептеулер, бөлінген есептеулер және кеңейтілген талдау, ақпараттық технологиялар және ғаламдық өнеркәсіптік жүйелер, ақпараттық технологиялар және ғаламдық өнеркәсіптік жүйелер терең өзгерістерге, ғылыми-зерттеу жұмыстарына терең өзгерістер енгізу, және кәсіпорындар өндірісі. , Пайдалану, маркетинг және басқару әдістері. Hangao Tech (Seko Machina) Интернет технологиясын басқару жүйесіне қолданады Ақылды болаттан жасалған болаттан жасалған интеллектуалды дәнекерленген өнеркәсіптік техника , осылайша екі тараптың техникалық топтары нақты уақытта өндірістік деректерді бақылап, жұмыс кезінде ақауларды тауып, өшіріп кетуіне жол бермейді.
Сондықтан, өнеркәсіптік ірі мәліметтерді қолдану проблемалары мен міндеттері Интернет индустриясынан кем емес, ал кейбір жағдайларда олар одан да күрделі.
Әр түрлі салалардағы инновациялық өнеркәсіптік кәсіпорындар тезірек, тиімділігі жоғары және жоғары түсінікті әкелді.
Өнеркәсіптік үлкен мәліметтердің типтік қолданбаларына өнімнің инновациясы, өнімнің ақауларын диагностикалау және болжау, өндірістік өндірістік желілер, өнеркәсіптік өндірістік желілер, өнеркәсіптік кәсіпорындармен қамтамасыз ету тізбегін оңтайландыру және өнімді дәл сату. Бұл мақалада өндірістік кәсіпорындардағы өндірістік ірі деректердің өтініш сценарийлері бір-бірлеп сұрыпталады.
1. Өнімді жеделдету
Тапсырыс берушілер мен өнеркәсіптік кәсіпорындар арасындағы өзара іс-қимыл және мәміле әрекеті көп мөлшерде мәліметтер туғызады. Тау-кен жұмыстары және талдау Бұл тұтынушы динамикалық мәліметтерді тұтынушыларға өнімге сұраныс бойынша талдау және өнімнің дизайны бойынша инновациялық қызметке қатысуға және өнімнің инновацияларына үлес қосуға көмектеседі.
Форд - бұл осыған қатысты мысал. Олар өнімнің инновациялық және Ford фокустық электр машиналарын оңтайландыру үшін үлкен деректер технологиясын қолданды. Бұл автомобиль «Үлкен деректерді электрлік көлікке» айналды
Көлік жүргізу кезінде жүргізуші көлік құралының үдеуін, тежеуді, батареяны зарядтау және орналасу туралы ақпаратты үнемі жаңартады. Бұл драйверлер үшін пайдалы, бірақ деректер Ford инженерлеріне тапсырыс берушінің көлік жүргізу әдеттерін, соның ішінде қалай, қашан және қайда зарядтау үшін жіберіледі. Көлік тоқтап қалса да, ол шинаның қысымы мен көлік құралының батареялар жүйесіндегі деректерді жақын жердегі смартфонға жіберуді жалғастырады.
Бұл тұтынушы-центрлік үлкен деректерді қолдану сценарийі көптеген артықшылықтарға ие, өйткені үлкен деректер өнімнің құнды жаңа инновациялық және ынтымақтастық әдістеріне мүмкіндік береді. Жүргізушілер пайдалы және заманауи ақпарат алады, ал детройт құрттары клиенттерді түсіну, өнімді жақсарту жоспарларын әзірлеп, өнімнің жаңа инновацияларын жасау және жаңа инженерлер туралы ақпарат алады.
Сонымен қатар, энергетикалық компаниялар және басқа үшінші тараптардың жеткізушілері жаңа зарядтау станцияларын қайдан құруға болатындығын және фразалық тордың қайдан алғышарттан қалай алдын алуға болатындығын анықтау үшін миллиондаған шақырымдық деректерді талдай алады.
2. Өнімнің ақаулықтарын диагностикалау және болжау
Мұны сатудан кейінгі қызмет және өнімді жақсарту үшін пайдалануға болады. Убикатталған датчиктер мен Интернет технологиясын енгізу өнімнің ақауларының нақты уақыттағы диагнозын жасады, ал үлкен деректер қосымшалары, модельдеу және модельдеу технологиялары динамиканы болжауға мүмкіндік берді.
Malaysia Airlines MH370 жоғалған қосылымын іздеу кезінде Boeing компаниясы алынған қозғалтқыштың жұмыс істемеуі әуе кемесінің жоғалған қосылысының жолын анықтауда маңызды рөл атқарды. Boeing Aircrape System жүйесін, мысалы, Big Data қолданбалары өнімнің ақауларының диагностикасында қандай рөл атқаратынын көрейік.
Боингтің ұшақтарында қозғалтқыштар, жанармай жүйесі, гидравлика және электр жүйелері сияқты жүздеген айнымалылар, ұшу күйін құрайды. Бұл деректер өлшенеді және бірнеше микросекундтардан аз жіберіледі. Boeing 737-ді мысал ретінде қабылдау, қозғалтқыш 30 минут сайын ұшу кезінде 30 терабарды жасай алады.
Бұл мәліметтер болашақта белгілі бір уақытта талдануға болатын инженерлік телекомпания деректері ғана емес, сонымен қатар нақты уақыттағы бейімделуді, жанармайдың қолданылуын, компоненттерді пайдалануды, компоненттерді алдын-ала болжауға және болжауға мүмкіндік бере алады.
General Electric (GE) үлгісіне назар аударайық. GE Energy Moneying және Diagnostics (M & D) орталық (M & D) орталығы әлемнің 50-ден астам елінде мыңдаған GE газ турбиналарына мәліметтер жинайды және күн сайын тұтынушылар үшін 10G деректерін жинайды. Жүйедегі сенсорлық діріл және температура сигналдарынан тұрақты үлкен деректер ағынын талдаңыз. Бұл үлкен деректерді талдау GE компаниясының газ турбиналық ақаулық диагнозын және ерте ескертуге қолдау көрсетеді.
Wind турбинасын өндіруші Веста да жел турбиналарын ауа-райы туралы мәліметтер мен оның турбиналық есептерінің мәліметтерін және оның турбиналық есептерінің орналасуын жақсартты, осылайша жел турбиналарының қуаттылығы мен қызмет көрсету мерзімін ұзартуда.
3. Өнеркәсіптік IOT өндірістік желісінің үлкен деректерді қолдануы
Қазіргі заманғы өнеркәсіптік өндірістік өндіріс желілері температура, қысым, жылу, діріл және шуды анықтау үшін мыңдаған шағын датчиктермен жабдықталған.
Деректер бірнеше секунд сайын жиналғандықтан, көптеген талдау формаларын, соның ішінде жабдықты диагностикалау, қуат тұтыну, энергия тұтыну, энергия тұтынуды талдау, сапалы авариялық талдау (өндірістік регламенттер, компоненттердің бұзылуы) және т.б.
Біріншіден, өндірістік процесті жетілдіру тұрғысынан, өндіріс процесінде осы үлкен деректерді пайдалану өндіріс процесінде бүкіл өндіріс процесін талдай алады және әр сілтеменің қалай орындалатынын түсінеді. Белгілі бір процесс стандартты процесстен бір рет ауытқу, дабыл сигналы жасалады, қателер немесе қиындықтарды тез табуға болады, ал мәселені оңай шешуге болады.
Үлкен деректер технологиясын қолдана отырып, өндірістік өнімдердің өндірістік процестерінің виртуалды модельдерін құруға, өндірістік процесті модельдеуге және оңтайландыруға болады. Жүйеде барлық процестер мен өнімділік туралы мәліметтер қайта құрылуы мүмкін болған кезде, бұл ашықтық өндірушілерге өндірістік процестерді жетілдіруге көмектеседі.
Тағы бір мысал үшін, энергияны тұтыну тұрғысынан, сенсорларды жабдықты өндіру кезінде барлық өндірістік процестерді пайдалану үшін пайдалану энергияны өндіру процесінде, энергияны тұтынуды өндіріс кезінде оңтайландыруға болады, сондықтан барлық процестерді жасауға болады. Талдау энергияны тұтынуды едәуір азайтады.
4. Өнеркәсіптік қамтамасыз ету тізбегін талдау және оңтайландыру
Қазіргі уақытта үлкен деректерді талдау көптеген электрондық коммерциялық компаниялардың жеткізу тізбегінің бәсекеге қабілеттілігін арттыру үшін маңызды құрал болып табылады.
Мысалы, Цингдонг Малл электрондық коммерция компаниясы әр түрлі жерлерде тауарларға сұранысты алдын-ала талдау және болжау үшін үлкен деректерді қолданады және оларды бөлу және сақтау тиімділігін арттырады және келесі күні клиенттің тәжірибесін қамтамасыз ету.
RFID және басқа өнімнің электронды сәйкестендіру технологиясы, заттардың Интернеті және Интернетке мобильді технологиялар өнеркәсіптік кәсіпорындарда өнімнің толық тізбегінің үлкен деректерін алуға көмектеседі. Осы мәліметтерді талдау үшін пайдалану қоймаларды, таратудың және сатудың тиімділігінің едәуір өсуіне және едәуір құнға әкеледі. құлдырау.
Америка Құрама Штаттарында 1000-нан астам ірі «OEM жеткізушілері бар, өндірістік компанияларға 10 000-нан астам түрлі өнімдерді ұсынамыз. Әр өндіруші нарықтық болжамдарға және басқа да әртүрлі айнымалыларға, мысалы, сату туралы мәліметтер, нарық туралы ақпарат, көрмелер, жаңалықтар және бәсекелес мәліметтер, тіпті өз өнімдерін сатудағы ауа-райының болжамдары.
Сату мәліметтерін, өнімнің сенсорының деректерін және жеткізуші дерекқорларының деректерін пайдалану, өнеркәсіптік өндірістік компаниялар әлемнің әртүрлі аймақтарындағы сұранысты дәл болжай алады.
Тауарлы-материалдық қорлар мен сату бағасын бақылауға болады, ал бағалар төмендеген кезде сатып алуға болады, ал өндіріс компаниялары көптеген шығындарды үнемдей алады.
Егер сіз өнімдегі сенсорлар шығарған деректерді қайта пайдалансаңыз, өнімге не дұрыс емес екенін және бөлшектердің қажет екенін біліңіз, сонымен қатар олар қай жерде және қашан қажет екенін болжай алады. Бұл түгендеуді едәуір азайтады және жеткізілім тізбегін оңтайландырады.
